《Cancer Causes & Control》：Long-term poverty, rurality, and geographic disparities in colorectal cancer: a spatial analysis in Texas
编辑推荐：
目的：结直肠癌（CRC）在美国仍是癌症发病和死亡的主要原因之一，并表现出显著的地理差异。社会经济弱势社区CRC发病率较高，但少有研究分析数十年的贫困指标以评估长期结构性劣势。方法：利用德克萨斯州癌症登记处数据，分析2017年至2021年德克萨斯州的CRC发病率
目的：结直肠癌（CRC）在美国仍是癌症发病和死亡的主要原因之一，并表现出显著的地理差异。社会经济弱势社区CRC发病率较高，但少有研究分析数十年的贫困指标以评估长期结构性劣势。方法：利用德克萨斯州癌症登记处数据，分析2017年至2021年德克萨斯州的CRC发病率。将年龄-性别-种族/民族标准化病例作为偏移量纳入贝叶斯空间模型，生成区域层面的后验平均相对风险。评估了四种区域层面贫困指标（2021年高贫困；1990年以来持续贫困；1980年和1970年以来长期贫困）、农村-城市通勤区（RUCA）分类以及50-75岁成年人的CRC筛查率。结果：长期贫困和农村性与CRC风险升高独立相关。与城市区域相比，小城市和农村区域的CRC风险高出7-8%。贫困持续时间越长的指标与CRC发病率的关联越强：2017-2021年高贫困（RR=1.04，95% CrI：1.01-1.07）、1990年以来持续贫困（RR=1.04，1.00-1.08）、1980年以来长期贫困（RR=1.06，1.01-1.11）、1970年以来长期贫困（RR=1.09，1.04-1.15）。区域层面较高的CRC筛查率与CRC发病率呈负相关（每增加1%，RR=0.99）。结论：在调整筛查率后，长期贫困和农村居住仍与德克萨斯州CRC风险升高相关。数十年贫困指标和更新的RUCA分类识别出单一贫困年份指标无法捕捉的地理差异，并支持地理靶向的筛查、预防和资源配置工作。这些结果可为地理靶向、效率导向的筛查和预防策略提供信息，尤其是在经历数十年结构性劣势的社区。
**论文解读：长期贫困、农村性与结直肠癌地理差异——基于德克萨斯州的空间分析**
**研究背景与问题**
结直肠癌（CRC）在美国是发病率第三和死亡率第二的恶性肿瘤，尽管总体发病率和死亡率近年有所下降，但不同地区和人群间的差异依然显著。社会经济弱势社区，尤其是长期处于贫困状态的区域，面临更高的CRC负担。然而，以往研究多采用单一年份或截面贫困指标，未能捕捉贫困的持续时间对健康的影响。贫困的持续性反映了一种代际传递的结构性劣势，可能通过基础设施不足、医疗可及性差、健康行为风险累积等途径，对癌症风险产生深远影响。同时，农村地区由于地理隔离、医疗资源匮乏等因素，CRC发病率和死亡率也相对较高。德克萨斯州作为美国人口多样、农村地域广阔且未扩大医疗补助（Medicaid）的少数州之一，为研究长期贫困与农村性对CRC风险的作用提供了独特场景。本研究旨在利用多年代贫困指标和更新的农村-城市通勤区（RUCA）分类，在人口普查区层面评估贫困持续时间与农村性对CRC发病率的联合影响，并检验是否存在“剂量-持续时间”梯度。
**研究设计与方法**
研究人员利用德克萨斯州癌症登记处（Texas Cancer Registry, TCR）2017-2021年新发CRC病例数据（ICD-10编码C18-C20），将病例按年龄、性别、种族/民族分层后，通过外部标准化计算期望计数，作为偏移量纳入贝叶斯负二项空间模型（Besag-York-Mollié 2, BYM2）。该模型结合条件自回归（CAR）结构处理空间自相关和过离散。研究定义四种贫困指标：2021年高贫困（≥20%居民低于联邦贫困线）、1990年以来持续贫困（1990、2000、2011、2021年均≥20%）、1980年以来长期贫困（1980、1990、2000、2011、2021年均≥20%）、1970年以来长期贫困（1970、1980、1990、2000、2011、2021年均≥20%）。农村性采用2020年RUCA分类，分为城市（RUCA 1-3）、小城市（4-6）和农村（7-10）。同时纳入50-75岁成年人CRC筛查率（来自CDC PLACES数据集）作为协变量。构建四个模型（Model A-D），每个模型包含RUCA分类和一种贫困指标，并调整筛查率。敏感性分析中额外调整肥胖和吸烟率。数据来源为USDA贫困区域指标数据集和2020年RUCA代码，样本为德克萨斯州6896个普查区中人口≥1000的6808个（排除88个特殊用途区域）。
**主要研究结果**
1. **描述性特征**：农村和小城市区域的CRC平均发病率高于城市区域；长期贫困在更长的贫困持续时间下更常见于农村区域；农村和高贫困区域的筛查率较低，提示结构性劣势的地理聚集。
2. **城市性-农村性关联**：在所有模型中，与城市区域相比，小城市区域（RR范围1.074-1.079）和农村区域（RR范围1.069-1.075）的CRC风险增高7-8%，且95%可信区间均排除1.0，表明农村性独立于贫困和筛查率与CRC风险相关。
3. **贫困指标效应**：所有贫困定义均与CRC风险正相关，且效应随贫困持续时间延长而单调递增。2021年高贫困（RR=1.042，95% CrI：1.012-1.073）、1990年以来持续贫困（RR=1.041，95% CrI：1.004-1.08）、1980年以来长期贫困（RR=1.059，95% CrI：1.012-1.109）、1970年以来长期贫困（RR=1.093，95% CrI：1.039-1.15）。这一梯度支持“剂量-持续时间”假设。
4. **筛查率与CRC风险**：筛查率每增加1%，CRC风险降低约0.7%（RR≈0.992-0.993），但实际筛查范围（约40%至75%）对应的风险差异约为25%，具有人群意义。
5. **空间分布与敏感性分析**：空间映射显示高CRC风险区域集中在德克萨斯州农村和长期贫困地区。调整肥胖和吸烟后，1970年以来长期贫困仍与风险升高相关（RR=1.053，95% CrI：1.001-1.108），表明行为因素不能完全解释长期贫困的关联。
**结论与讨论**
研究证实，长期贫困和农村居住与德克萨斯州CRC风险独立相关，且贫困持续时间越长，关联越强。这提示单一年份贫困指标可能低估结构性劣势的影响，多年代贫困指标和更新的RUCA分类能更精准识别高风险社区。机制上，长期贫困社区面临医疗基础设施投资不足、健康行为风险累积、地理隔离和筛查可及性差等多重挑战。尽管调整筛查率后关联仍存在，表明结构性因素的作用超出个体筛查行为。德克萨斯州未扩大Medicaid的政策背景可能加剧这些差异。研究建议将多年代贫困指标和RUCA分类纳入癌症控制规划，优先在长期贫困与农村重叠区域实施邮寄粪便免疫化学检测（FIT）、移动筛查和患者导航等靶向干预。研究的优势在于利用普查区级精细地理单元、多年代贫困数据和最新RUCA分类，并通过贝叶斯空间模型稳定风险估计。局限性包括生态学设计无法推断个体风险、筛查率估计存在不确定性以及人口迁移可能影响长期暴露分类。未来研究可结合个体层面数据、分层分析以及扩展至其他州或加入环境因素以进一步阐明机制。总之，这项研究为理解贫困持续时间和农村性如何共同塑造CRC地理差异提供了新证据，并支持在长期结构性劣势社区实施聚焦公平的精准干预。该研究发表于《Cancer Causes & Control》期刊。
